《单个银行短期稳定性水平测度研究——基于修正的流动性缺口率指标-顾晓安.pdf》由会员分享，可在线阅读，更多相关《单个银行短期稳定性水平测度研究——基于修正的流动性缺口率指标-顾晓安.pdf（15页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第28卷第2期2016年2月管理评论Management ReviewV0128，No2Feb，2016单个银行短期稳定性水平测度研究基于修正的流动性缺口率指标顾晓安朱书龙(上海理工大学管理学院，上海200090)摘要：流动性缺12是衡量商业银行流动性风险大小和短期稳定性水平的核心指标之一。传统的流动性缺12指标在计算时没有考虑未到期信贷资产提前变现以及未到期存款提前支取对流动性状况的影响。本文引入信用违约互换模型，计算未到期信贷资产提前买卖所增加的流动性来源；同时模拟未到期存款在三种压力情景下提前支取所增大的流动性缺12，构建了“修正的流动性缺12率”指标衡量银行的短期稳定性，并提出按照各银
2、行修正的流动性缺口率指标数值大小将稳定性水平划分为“优、良、差”三个等级的设想，以便为各银行和监管部门提供量化管理流动性风险状况及短期稳定性水平的依据，且以2004-2012年我国10家主要上市银行的面板数据进行实证分析。研究表明：股份制商业银行的短期稳定性总体上好于国有大型商业银行；中长期存款占比的增加有利于改善流动性，与流动性缺口率呈正相关关系；中长期贷款占比高会加大流动性缺12，呈负相关关系；而银行的资产收益率(ROA)、存贷净息差、广义货币供应量M2、国内生产总值GDP增长率与银行短期稳定性的相关性不显著。关键词：银行短期稳定性；修正的流动性缺口率；信贷买卖；稳定性等级；情景模拟引 言
3、银行业的发展历史和历次金融危机的经验和教训表明：银行倒闭的第一杀手和最大风险是由于流动性紧缺所导致的支付、挤兑风险，流动性风险是影响银行短期稳定性的最直接风险因素。2007年全球金融危机爆发后，为了应对危机所导致的全球金融体系的流动性骤减，各国央行纷纷向市场注入流动性。我国也在2008年推出了4万亿的投资计划，货币发行量和信贷规模急剧扩大，这些因素导致了银行业近几年一直存在较为严重的流动性过剩问题。然而，令人意想不到的是，从2013年6月6日起，我国银行业极为罕见地出现了持续近20天的“钱荒”事件，上海银行问同业拆放利率全线飙升，最高达到134的历史新高。这无疑敲响了警钟并警示我们：银行业的流
4、动性过剩和流动性枯竭可能在短期内交替发生转换，是最有可能集中突然暴露，给银行以“致命一击”的风险因素。因此，如何有效地识别、计量、监控流动性风险以确保银行稳定性是银行保持安全性，实现可持续稳健发展的关键所在。自从现代商业银行诞生以来，银行稳定性就一直是理论界和实务界的研究重点。其中，通过计算流动性缺口相关指标监测流动性风险大小，进而判断银行短期稳定性是一种延续至今的研究思路。传统的流动性缺口指标是指90天内到期的表内外资产减去表内外负债的差额，但是在计算时没有考虑未到期信贷资产的买卖转让和存款的提前支取这两大重要潜在因素对流动性状况的现实影响。本文尝试构建同时考虑未到期贷款的定价转让和未到期存
5、款提前支取情形下的修正的流动性缺口指标，判断流动性风险高低，实现对单个银行短期稳定性的监测和评价。相关研究综述和理论基础自19世纪末开始，各国学者就一直致力于银行的不稳定性或者说是脆弱性问题的研究和探索。就我们所查阅到的文献资料显示，早期有关银行稳定性的研究大部分集中于探讨整个银行体系的稳定性或者脆弱收稿日期：201312-31作者简介：顾晓安，上海理工大学管理学院副教授，硕士生导师；朱书龙，上海理工大学管理学院硕士研究生。万方数据36 管理评论 第28卷性，近年来，也有学者开始研究单个银行的稳定性。1、银行体系的稳定性最早研究银行体系脆弱性问题的是马克思，他针对1877年经济危机中银行大量倒
6、闭的现象，提出了“银行体系内在脆弱性”假说，认为经济危机的爆发必然表现在银行信用急剧膨胀而脱离产业发展，最终导致货币信用危机并诱发银行危机。Minsky。在金融体系内在脆弱性假说一书中最先对金融脆弱性问题做了系统的解释。Diamond等。2。提出以存款人预期自我实现为基础的银行挤兑模型，认为存款人的信心因素是引发银行挤兑的重要原因。提出对银行的高度信心是银行部门稳定性的源泉，认为银行系统脆弱性主要源于存款者的流动性要求的不确定性以及银行的资产较之负债缺乏流动性。高国华等旧。运用银行股票收益率的动态相关系数，结合Markov区制转换模型对银行系统风险状态进行识别和判断，为系统性风险的预警和防范提
7、供了一种新的方法。也有学者从银行的流动性不足和资本稀缺引发挤兑，信息不对称、逆向选择与道德风险、银行同业竞争、银行业集中度、银行公司治理和制度安排等视角研究银行体系固有的内在不稳定性。研究外在因素影响银行稳定性的学者们主要从经济周期、中央银行、金融自由化、金融监管、社会政治因素、国际资本流动、外部冲击、利率和汇率等因素变动的视角展开。就经济周期波动对银行不稳定性的影响，Fisher【4 o提出了债务通货紧缩理论，认为金融体系的脆弱性与宏观经济周期密切相关，负债过度和通货紧缩是金融体系脆弱的根本原因。以Friedmano为代表的货币主义者认为，是中央银行没有执行有效的货币政策，以致没有阻止银行的
8、冒险经营，使之走向破产的边缘。他们相信如果中央银行采取适当的政策就可以稳定货币与金融体系。Laeven等1实证得出，宏观经济状况影响信贷质量和利润水平，进而影响商业银行稳定，Martinez等1利用商业银行净资产收益函数考察了行业竞争与银行稳定性的关系。Malherbe旧3认为未来市场流动性不足会导致目前持有现金的策略对银行更具吸引力，但这种反馈效应可能导致囤积行为和市场失灵，也就是说，金融机构过多地追求流动性可能会适得其反，带来不稳定。2、单个银行的稳定性对于单个银行稳定性的研究，归纳起来，大部分学者主要从银行的表外业务占比、资产证券化、利润、资本、流动性和贷款出售转移风险以提高银行稳定性等
9、几个方面进行研究。Calm宅s等p1利用加拿大19882007年的数据发现，整体上表外业务比例较高的银行，资产回报率较低，风险较高。Uhde等。10 3指出，资产证券化会显著增加欧洲银行的系统性风险，从而增加单个银行风险，且系统性风险增加的原因来自于大型金融机构大量重复地参与资产证券化活动。Allen等1认为，当银行业的集中度达到一定水平时能够减少竞争，从而使银行获得一定的市场势力和较高利润，而较高的利润使银行特许权的价值得以提高，增强了银行对金融震荡的缓冲能力，阻止银行经营高风险业务；Hellman等2。认为，对资本要求的提高能抑制银行的冒险冲动。可见，学者们普遍认为表外业务比例高、资产证券
10、化的普及会降低单个银行的稳定性；而对资本和利润的较高要求可以提高单个银行的稳定性。Nicol6等列利用破产概率模型，将银行的稳定性用破产风险发生的概率进行衡量，即亏损额超过净资产，通过数理推导建立了评估银行稳定性的z值模型，z值越高，银行的稳定性就越好。近年来的金融危机使得国际上许多实力雄厚、管理先进的金融机构因流动性不足而饱受冲击，甚至面临破产倒闭，这给商业银行的流动性管理带来了很多新的挑战。Acharya等41认为在20072009年金融危机期间银行为政府和得到政府支持的机构提供了大量流动性，但是在危机爆发后，流人银行的存款骤减，贷存缺El扩大，这时银行试图通过提供更高的利率来吸引存款，但
11、仍不能弥补资金缺口而将面临流动性困难，可见，学者们认为流动性不足依然是影响银行稳定性的主要原因。有关将信贷资产出售以改善流动性状况的研究也13益受到重视。Carlstrom等纠认为，银行在自身经营区域内显示出比较优势，具有较多贷款机会且融资受约束的银行应当把贷款出售给来自其他地区的融资不受约束的银行；Duffleil6指出，贷款出售可作为一种信用风险转移工具来减少银行的风险，例如：资产出售方将期限较长的住房抵押贷款、银团贷款等通过信贷资产转让市场出让，获取现金可以直接改善银行资产的整体万方数据第2期 顾晓安，等：单个银行短期稳定性水平测度研究 37流动性，便于实现资产与负债期限结构的匹配，是防
12、范流动性风险的有效方法和途径。Nijskens等m 3利用交易信用违约掉期(CDS)和抵押贷款证券(CLO)的银行样本，贝4量个体银行的风险，发现交易信用工具的商业银行股价Beta呈长期增加趋势。Gande等虬的研究表明二级市场上的贷款买卖给借款公司股权投资者带来对于股价的显著正影响，且银行的角色也发生了改变，银行在建立一个活跃的二级贷款买卖市场的同时也保留了信息提供者的传统角色。Imbierowicz等9。利用美国商业银行19982010年的样本数据分析了流动性风险和信用风险之间的关系，研究表明这两种风险不存在相互的同期或滞后的经济意义，但都对银行的违约概率有影响，分别对银行违约概率产生影响
13、，两者相互作用的影响取决于银行整体风险水平，因而可能加大或减小违约风险。这些研究成果提供了认识银行风险的新见解，并可以作为联合监管银行流动性风险和信用风险的基础。该文的研究表明：由于信用风险和流动性风险的相互影响和作用，有必要在流动性风险监管中考虑信用风险的影响，这一研究拓宽了流动性风险监管的思路和范围。Parlour等1比较了贷款出售和购买信用违约掉期(CDS)两种信用风险转移方法的优劣：对于违约风险较高的贷款，贷款出售通常优于CDS，但对于优质贷款，购买CDS则优于贷款出售。该文提出了通过转移信用风险保持银行稳定性的思路，但是没有采用量化指标具体探讨贷款出售和购买CDS两种情形对银行稳定性
14、的影响。国内学者孙安琴心和庄毓敏等2 2I，张金清等心3 3分别从信用风险转移和中长期贷款占比视角研究了其对银行稳定性的影响。商业银行稳定性分析框架及本文的研究思路综合相关理论、已有文献及研究成果，本文认为，需要梳理银行体系稳定与单个银行稳定的相互关系，构建一个商业银行稳定性的综合分析框架，分别从短期和长期两个维度分析商业银行的稳定性。就单个商业银行而言，既需要应对由于流动性冲击可能造成的短期不稳定，也应该关注因利率市场化使存贷息差缩小，由财务脆弱导致的长期不稳定J，以期为宏观金融监管者和微观金融决策者提供监管和管理稳定性的思路与方法。1、银行体系稳定性与单个银行稳定性的关系分析已有的研究文献
15、大多从银行体系和单个银行两个视角研究银行的稳定性。本文认为：银行体系的稳定性和单个银行稳定性有着密切的联系。一方面，银行体系的稳定有利于解决单个银行由于自身经营的问题可能带来的不稳定，是单个银行稳定的前提；反之，由于银行体系内各银行之间千丝万缕的财务联系和复杂的债权债务关系，如果银行体系出现了不稳定也可能使原本稳定性较好的单个银行产生流动性危机，甚至破产。另一方面，要想保证银行体系的稳定，单个银行的稳定是重中之重，单个银行作为经营风险的特殊企业，负债比例高，资本占比低是其内在固有的不稳定性因素，可以说，每个银行都时刻处于稳定与不稳定的边缘。当单个银行出现困难或陷入危机后，就会影响到同该银行有业
16、务联系的其他银行，使其资产质量恶化，资信程度下降，从而出现连锁反应，使整个银行系统出现不稳定。因此，只有试图解决好单个银行的稳定性问题才能赢得整个体系的稳定。2、单个银行的短期稳定性与长期稳定性分析纵观历次发生的银行不稳定性事件，可以把单个银行不稳定的动因归结为两个方面：从短期看是由流动性风险引发的不稳定；从长期看是由于财务状况恶化导致的不稳定卫4I。银行短期不稳定的最终表现形式大多都是流动性风险，银行经营中的市场风险、信用风险等各类风险，都会在一定条件下转化为流动性风险，银行“短存长贷”的业务特点，激进经营策略致使杠杆化程度过高，流动性风险管理水平不高等是其诱发因素，Fahlenbrach等
17、B纠利用1998年金融危机期间的银行股票回报表现预测当前银行股票回报率和银行破产概率，研究结果表明更多地依赖短期融资，高杠杆经营的银行，在这两次危机中表现都不佳，出现不稳定性。通常，流动性风险引发的不稳定是突发的，与银行自身的财务状况可能没有直接的因果关系，即使某些银行财务状况良好时也会由于短期流动性枯竭而遭遇倒闭的风险。而从财务上的不稳定到银行最终破产是一个长期累积的过程，因此，财务上的稳定性反映了银行的长期稳定性。在目前利率加速市场化的背景下，我国商业银行的存贷利差不断缩小，利息收入减少，而成本尤其是固定成本没有明显减少，甚至还在增加。在传统的粗放经营、一味追求规模扩张的经营理念驱动下，出
18、现财务万方数据管理评论 第28卷上盈亏不平衡的概率大幅上升，需要引起银行业的高度重视，调整经营战略和管理思路，监测并控制可能由财务引发的不稳定因素，维持银行的长期可持续经营状态。3、本文的研究思路鉴于历史上已经爆发的金融体系危机大多数首先是以单个银行因挤兑导致流动性枯竭甚至破产为引爆点。2引。因而，本文将从单个银行的流动性风险视角研究银行的短期稳定性，同时借鉴上述文献中考虑信用风险和流动性风险相互影响的思路，通过分析未到期资产和未到期负债对银行流动性的影响，提出修正的流动性缺口率指标。本文的具体思路是：首先，鉴于信贷资产交易的关键除了相关交易规则的制定外，主要是如何对需要交易的信贷资产进行合理
19、的转让定价，因此，本文引入信用违约互换模型把银行一年期以上的中长期贷款折算到第一年初的价格，且假定一年以内的短期贷款和短期存款具有完全的流动性，即一年期及以内的贷款不区分具体期限，一律视作在零时刻到期，在计算时全额作为现金流人计算；同样，一年期及以内到期的存款亦全额作为现金流出，以测算相应的流动性缺口，即1年期的稳定性。当然，银行也可以根据短期风险管理的要求，分别测算一年以内不同期限，如1、3、6、9个月的短期稳定性；其次，模拟未到期存款提前支取比率分别为0、50、100的三种情景并做压力测试；第三，构建“修正的流动陛缺口率”指标，计算三种情景下的修正的流动性缺口率，用于衡量银行短期稳定性水平
20、，并提出按照各银行修正的流动性缺口率指标数值大小对稳定性水平进行等级划分的设想，初步尝试把各样本银行的稳定性水平分为“优、良、差”三个等级；最后，对影响短期稳定性的各因素的影响程度、显著性水平和稳健性进行分析，据此提出相关建议。流动性缺口指标的修正如前文所述，未到期信贷资产的提前变现对改善银行的流动性具有重要意义，也是本文的研究切入点。通常，信贷资产是以到期收回为原则，一般认为不具有流动性，但近年来的金融创新使信贷资产具备流动I生成为了可能。其中，贷款出售就是主要的方式之一，可以大幅提高银行抵御流动性冲击的能力。贷款出售最早起源于美国，自20世纪80年代起迅速发展成型，目前在我国还处于探索和起
21、步阶段。就政策层面上，2010年9月中国银行间市场交易商协会推出贷款转让交易主协议；2013年7月3日国务院公布的关于金融支持经济结构调整和转型升级的指导意见要求，扩大商业银行不良贷款自主处置权力，支持银行开展不良贷款转让，扩大银行不良贷款自主核销权。在实践中，总计金额19亿元的三笔信贷资产2010年在天津金融资产交易所正式挂牌转让交易，成为我国信贷资产首次进入二级公开市场进行转让交易的标志性事件。同年，中国工商银行和交通银行，上海浦东发展银行和山西晋城市商业银行，交通银行和攀枝花市商业银行等通过全国银行间市场贷款转让交易系统达成贷款转让交易。然而，贷款交易无论是政策层面的规范还是实践层面的普
22、及和发展，关键还在于转让的贷款能否合理定价，能否设计成定价合理的标准化交易产品。本文中，我们试图将未到期贷款出售的定价问题标准化。1、基于信用违约互换模型的未到期贷款转让定价模型构建实际上，对未到期贷款提前交易的转让定价确定，就是计算中长期贷款的提前变现金额。本文中，我们将引入信用违约互换模型进行分析。(1)单笔未到期贷款买卖定价模型信用违约互换(Credit Default Swap，CDS)是国外债券市场中最常见的信用衍生产品。信用违约互换购买者将定期向信用违约互换出售者支付一定的费用(称为信用违约互换点差)，而一旦双方约定的“标的资产”在规定的时间内发生特定“信用事件”(主要指债券主体无
23、法偿付)，违约互换购买者将有权利将债券以面值递送给违约互换出售者，从而有效规避信用风险。由于信用违约互换产品定义简单、容易实现标准化，交易简洁，自90年代以来，该金融产品在国外发达金融市场得到了迅速发展。近年来，国内各商业银行也纷纷建立了自己的内部信用评级系统(IRB)和风险管理模型，对于不同信用等级客户的贷款违约概率和预期损失率的估计正在不断推进和完善，因此，在国内利用信用违约互换模型计算交易费用和对贷款买卖进行定价具有可在信用违约互换交易中，希望规避信用风险的一方称为“信用保护购买方”、“信用风险的卖方”或者“违约互换购买者”，另一方向风险规避方提供信用保护，承担信用风险，被称为“信用保护
24、出售方”、“信用风险的买方”或者“违约互换的出售者”。万方数据第2期 顾晓安，等：单个银行短期稳定性水平测度研究 39行性。持有未到期贷款的银行如果提前转让贷款，就成为“贷款卖出银行”，相当于信用违约互换的购买者；买人其他银行尚未到期的贷款的银行则是信用违约互换的出售者。在贷款买卖交易中，违约互换购买者(贷款出售银行)，将持有的一笔贷款卖给违约互换出售者(贷款买人银行)，并向违约互换出售者支付一定的交易费用。交易初期贷款买人银行支付贷款总额一定比例的现金给贷款卖出银行并承担信用风险，贷款到期后，若借款人正常还款，贷款买人银行向贷款卖出银行全额支付贷款总额的剩余款项；若借款人违约，那么，贷款卖出
25、银行可以根据信用违约互换协议从贷款买人银行获得贷款总额一定比例的剩余款项。对于贷款买入银行而言，若借款人正常还款，可以全额收回贷款本金、获得交易费用和贷款利息收入；如果借款人违约，贷款买人银行的收人为贷款交易费用、部分贷款利息和采取清收手段回收一定比例的贷款金额，其支出为向贷款卖出银行支付的贷款全额的一定比例。综上分析，信用违约互换原理亦适用于贷款买卖，本文借鉴Lando旧刊的信用违约互换模型，构建信贷资产买卖定价模型。假设交易各方分别为贷款买入银行A、贷款卖出银行B、借款人c，贷款买卖流程如图1所示。图1贷款买卖基本运作图为了便于贷款买卖模型的构建，本文对贷款买卖流程做出如下假设：A整个银行
26、系统处于稳定状态，否则，当出现系统性风险时，贷款买卖较难实现。银行A和银行B有买卖贷款的需求，贷款买卖为无追索权的买断型贷款出售。在这一前提下，银行A对债务人C进行资信和贷款项目的审查与监控，确定贷款买卖的具体条款，达成贷款买卖协定。B根据贷款买卖协定，债务人c对银行B的债务转让给银行A。假设：在贷款转让的0时刻，银行B向银行A支付的交易费用为K，F表示贷款合同金额，a表示银行A在买人贷款时支付给银行B的资金占贷款合同金额的比例，即支付的额度为aF(0o，面OKo，鉴o。由此可见：债务人c的违约概率Prip ria rilVl 越大，贷dd款出售方银行B支付给贷款买入方银行A的交易费用越高；贷
27、款回收率d越低，交易费用越高；对卖方银行B预先支付账款的比例Ot越高，费用K越高；M越大，那么费用也越高。其数理公式的经济含义与现实相符，同时也为银行A在风险管理上提供参考依据。例如银行A通过对(Ol，M，d)等参数的调节来控制债务人违约带来的损失，并且实时观测违约概率P。因此，在给定无风险利率及其他因素(a，M，d)的条件下，确定交易费用K的关键问题是测度违约发生的概率，可以说，违约概率P是决定交易费用的关键变量，因此，下面我们进行违约概率的计算。(2)违约概率的计算本文中，我们运用KMV模型测算借款人的违约概率。KMV模型的基本思路是：企业违约概率主要取决于企业资产的市场价值及波动率、负债
28、的账面价值。当企业资产未来的市场价值低于企业所需清偿的负债账面价值时，企业将会发生违约。企业资产未来市场价值的均值与违约点之间的距离就是违约距离DD(Distance to Default)。基于企业违约数据库，模型可依据企业的违约距离得出一个期望违约率EDF(Expected De-fault Frequency)，这个期望违约率就是企业未来某一特定时期的违约概率。KMV模型假设企业资产价值遵循几何布朗运动，股权可以看作是一个看涨期权，依据B-s期权定价模型来定价可表示如下：E=八K，DPT，r，6。，t)=n咖(d1)一DPT“咖(d2) (4)1 In(乃D)+(r+一j)其中d。=_二
29、二一，d：=d。一瓯止；E：股权的市场价值；圪：企业资产市场价值；DPT：企业违约点以6以无风险利率；6。：企业资产市场价值变化的波动率；：债务期限；咖()：标准正态累积分布函数。等式(4)中变量(r，t)已知，只需求出K、氏、DPT，则可根据以下步骤计算一笔风险贷款的违约率：yA根据Itos lemma，企业股票的波动性和资产的波动性存在以下关系：&=r刚8。=誓6。，式中r刚为股票价值对企业资产的弹性；为期权的避险比率咖(d，)，所以6。：半(5)联立方程(4)、(5)利用NewtonRaphson可以解出n，出。B运用KMV模型计算企业违约临界点的方法是：风险期内要偿还的短期债务加上长期
30、债务的一半，即DPT=sTD+之uD，c估算违约距离(Distance to Default，DD)，违约距离即企业资产价值在风险期限内由当前水平降至违约v一DPT点的相对距离，可以表示成：DD-了万方数据第2期 顾晓安，等：单个银行短期稳定性水平测度研究 41D根据相同违约距离企业的历史违约率，计算各违约距离与预期违约率的关系，若违约距离为筋，则经验预期违约率(EDF)可表示为： 经验预期违约率=笙驾蒿象篓雾磐蓍凳鼍冀差筹下面通过案例介绍本文的违约概率计算和信贷资产买卖定价模型的具体应用。例：某企业当前资产市场价值Vo=10000，预期每年资产增长率954，两年后期望资产价值约为E(K)=1
31、2000，年资产波动性一=833，违约临界点： 脚=8000脚=百V1-DPT=罴-4，女口果两年后4000家加-4的样本企业中有28家违约，那么肋F24二000207，也就是违约概率p207。违约概率通常代表了企业所处的信用等级，而违约概率的高低与信贷资产买卖的价格和交易费用密切相关，一般而言，借款人的信用等级越高，违约概率越小，贷款买卖的交易费用越低，中长期贷款的提前变现价格越高。假如上述企业有一笔期限为2年、本金为100万的贷款，现在贷款银行准备将这笔未到期贷款出售给另一家银行，贷款买方预付金额为70，即d=07，无风险利率为r=006，回收率为d=0，按照本例上面计算得出的违约概率p=
32、07，M为贷款合同金额剩余部分的20，即M=02(1一O)F，将上述数据代人资产买卖定价模型公式(2)、(3)，则该笔贷款买卖的交易费用K和中长期贷款提前变现额分别为93874万元和616126万元。随着国内各商业银行内部评级系统和风险管理模型的完善，对于违约概率的估计愈来愈精确，利用信用违约互换模型计算交易费用和对贷款买卖进行定价将会更为准确与可行。2、修正的流动性缺口率定义及测算公式利用上述信贷资产买卖定价模型和违约概率计算模型可以解决中长期贷款的转让交易定价问题，在此基础上，我们尝试构建同时考虑未到期信贷资产提前交易和未到期存款提前支取两种情形的修正的流动性缺口率指标。银行的负债主要是存
33、款，假定存款为D，银行在t=0时，决定投资风险资产x(贷款)和储备尺(银行存款准备金)的比例。x表示投资在风险资产上的数量，R代表银行的储备，在t=1时，将风险资产(贷款)中的中长期贷款出售，那么，出售获得的变现额加上视为具有完全流动性的一年期及以内的贷款，得到现金流人凰，D。表示一年期及以内的存款与一年期以上未到期存款的提前支取额之和。这时，我们将上述同时考虑未到期贷款提前出售及未到期存款提前支取的情形下的流动性缺El定义为“修正的流动性缺口”，即“修正的流动性缺I=I”=(+尺)一仇，用文字表述如下：修正的流动性缺口=修正的流动性资产一修正的流动性负债修正的流动性缺El率y为：修正的流动性
34、资产一修正的流动性负债(凰+R)一Do龠 7 修正的流动性资产 凰+R 7E述公式中：本文在案例中根据违约概率和违约损失率，计算了贷款合同金额的剩余部分，对未到期贷款提前转让(贷款买卖)合同中第一笔支付的金额占合同总金额的比例做了人为假设，如前文所述，合同金额的第一笔支付比例应由贷款买卖双方协商之后，在贷款转让合同中确定。测算公式中并没有使用传统流动性缺口统计口径：一是因为传统流动性资产科目和负债科目余额在银行总资产和总负债中占比较小，如现金、向中央银行借款等科目相对银行贷款余额和存款余额在总资产和总负债中的占比来说，比重很小；二是当银行面临挤兑风险时，通过同业拆借、其他外部融资等方式缓解流动
35、性困境将异常困难，而如果此时借款人的信用状况正常的话，银行通过出售信用等级较高的信贷资产来应对存款挤兑则是比较可行、有效的方法之一，而本文研究的重点正是信贷资产交易和存款的提前支取对银行流动性的影响。我们所测度的单个银行稳定性是对1年期及以内的贷款和存款不区分具体期限，一律视为零时刻到期，全额作为现金流人和现金流出计算，对1年以上的中长期贷款利用信用违约互换模型折算到第一年年初的价格，把1年以上的中长期存款的提前支取进行了三种情景模拟。当然也可以根据各银行风险管理要求，分别测算不同期限的短期稳定性，如1、3、6、9个月的短期稳定性。万方数据42 管理评论 第28卷修正的流动性资产=一年期及以内
36、贷款额+中长期贷款变现额+存款准备金其中，中长期贷款提前变现额可以利用信用违约互换模型确定：中长期贷款提前变现的金额=e叫o“出(-M+dF)p+(1-p)otF修正的流动性负债=一年期及以内存款额+中长期存款提前支取额由于中长期存款的提前支取会对银行流动性产生巨大冲击，所以，本文在对流动性缺口率公式的修正中，模拟了未到期中长期存款三种提前支取的情景并运用修正的流动性缺口率指标进行压力测试，三种情景分别是：中长期存款提前支取比例为0；中长期存款提前支取比例为50；中长期存款提前支取比例为100。通过对上述三种情景的模拟和压力测试可以判断在不同情景下，修正的流动性缺口率指标的变化趋势及可能产生的
37、突变程度以便判定银行的短期稳定性。3、修正的流动性缺口和缺口率指标分析当修正的流动性缺口为正缺口时，正缺口越大，其流动性资产覆盖流动性负债的能力越强，银行抵御流动性风险的能力也越强，其短期稳定性水平也就越高；修正的流动性缺口为负缺口时，负缺口的绝对值越大，其流动性资产覆盖流动性负债的能力越差，银行抵御流动性风险的能力也越弱，其短期稳定性水平也就越低。本文使用修正的流动性缺口率指标对不同银行的流动性状况进行比较。因而，本文选用修正的流动性缺口率指标来衡量银行的短期稳定性水平。修正的流动性缺口率指标实证分析与银行稳定性等级划分上文中，通过对信贷资产买卖定价模型的构建、违约概率的计算，并对未到期中长
38、期存款的提前支取进行三种情景模拟后，得出修正的流动性缺口率。下文将运用上述修正的流动性缺El率指标进行实证分析，以我国10家主要上市商业银行20042012年的年度数据为例计算各银行的修正的流动性缺13率并进行排名，以判断各银行的短期稳定性。样本银行包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行5家大型商业银行，和招商银行、上海浦东发展银行、中国民生银行、北京银行、中信银行5家股份制商业银行。银行数据全部取自Bankseope数据库。以下我们先对实证分析中的参数进行设定：无风险利率为贷款转让定价期内同期国债利率，M=02(1一Ot)F，O=07，回收率d为0。单笔贷款的违约概
39、率易于测算，而资产组合的违约概率计算较复杂，为方便计算，假定贷款的准人(最低)信用等级为A级，违约概率参考标准普尔全球受评发行人的平均累积违约率。根据设定的上述参数，利用信贷资产买卖定价模型和修正的流动性缺口率测算公式，可以得出20042012年10家主要上市商业银行在三种情景下修正的流动性缺13率具体数值。限于篇幅，这里只列出了2012年的测算结果，如表2所示。表2我国10家商业银行2012年修正的流动性缺口率及排名由信贷资产交易定价模型中的公式(2)代入公式(3)推导得出。违约概率取自标准普尔全球受评发行人的平均累积违约率(19812010年)。万方数据第2期 顾晓安，等：单个银行短期稳定
40、性水平测度研究 43根据表2所列示的各样本银行修正的流动性缺15率的数值大小及排名，可以判断各银行的流动性风险高低。为了体现出各样本银行所处流动性状况的相对优劣和差异性，我们尝试根据修正的流动性缺15率指标数值，对样本银行的流动性状况进行等级划分，以便反映各样本银行的短期稳定性水平。首先，我们对样本银行20042012年修正的流动性缺15率的测算结果进行归一化处理，使计算结果落在一1，0区间内。归一化后的数据见表3；其次，考虑到修正的流动性缺El率的实际计算结果大部分分布在-06，0之间，按照等距离划分的原则把-06，0划分为三个等级，分别反映银行短期稳定性状态的优劣：一02，0为优；一04，
41、一02为良；-06，-04为差，如果个别数值出现在一1，一06区间的也归为差这一层级。等级的划分是受到区间划分的影响，受篇幅限制，我们把处于情景二的各样本银行修正的流动性缺15率进行了等级划分，衡量各样本银行的短期稳定性水平高低，结果如表4所示。表3情景二下我国10家商业银行2004-2012年修正的流动性缺口率归一化后的结果表4情景二下我国10家商业银行20明一21112年短期稳定性等级划分结果(基于修正的流动性缺口率)由表2、表3、表4所列示的我国10家主要商业银行修正的流动性缺15率指标数值以及短期稳定性等级划分的结果可以得出以下几点基本判断：第一，总体上，无论是情景一、情景二，还是情景
42、三，股份制商业银行的修正的流动性状况要好于大型商业银行。2012年，浦发银行在三种情景下都排名第一，修正的流动性缺15率绝对值最小，流动性状况和短期稳定性最好；农业银行与其他样本银行相比，修正的流动性缺口率绝对值最大，流动性状况和短期稳定性最差。除此之外，北京银行、中信银行、民生银行排名比较靠前，短期稳定性较好。第二，从趋势上看，各家银行修正的流动性缺口率具有收敛性，短期稳定性呈现出逐步提高的趋势，但多家国有大型银行修正的流动性缺15率绝对值在2008年和2009年出现了上升态势，导致短期稳定性水平下降，这应该是政府在金融危机后推出的4万亿投资刺激计划下，银行投放了大量的中长期贷款的2004年
43、建设银行因数据缺失而未计算出修正的流动性缺口率。需要说明的是：上述判断是建立在本文所构建的修正流动性缺口率指标及根据本文所划定的等级区间的基础之上得出的，这种等级的划分若有大样本数据的验证则更具可靠性和实际价值，但目前国内缺少这类相关研究及数据，我国上市银行也尚未发生不稳定的情形，所以，本文的等级划分及各等级区间值的确定只是一种尝试和探索，其合理性有待今后验证，这也是本文后续研究的方向之一。万方数据管理评论 第28卷结果。第三，国有商业银行在进行股份制改造、上市、剥离不良资产和充实资本金时都会大幅改善当年的流动性状况。商业银行短期稳定性的影响因素分析1、影响商业银行短期稳定性的因素为了分析影响
44、商业银行短期稳定性的因素，我们从宏观经济和银行自身两个层面来选取控制变量，构建以修正的流动性缺口率指标为因变量，衡量商业银行短期稳定性的计量模型，对影响修正的流动性缺口率的因素进行实证分析。相关控制变量的选取具体如下：(1)宏观经济层面通常，宏观经济越景气，银行发展速度加快、盈利上升、资产质量优化，贷款交易更易实现，有利于银行流动性的改善，可以提高银行的短期稳定性。因而，经济的发展对银行流动性的进一步走好提供了良好的宏观环境，我们选取国内生产总值(GDP)增长率作为其中一个宏观控制变量。在宏观经济中，广义货币供应量M2是中央银行控制货币供应量和金融机构流动性的重要货币政策工具，一般认为，货币供
45、应量越大，银行流动性越好，银行稳定性水平也越高，故选取M2作为另一个宏观控制变量。但GDP和M2对银行短期稳定性是否存在影响将通过实证分析加以判断。(2)银行自身层面关于银行自身影响稳定性的因素，本文选取商业银行存贷期限结构和资产报酬率(ROA)两个方面：商业银行存贷期限的不匹配极易引发流动性风险，一旦经济出现变化，期限结构错配的风险，可能导致系统性的偿还风险，进而影响银行流动性和银行短期稳定性，故选取银行中长期贷款占比和中长期存款占比作为自变量；资产报酬率(ROA)表示商业银行净利润与资产均值的比值，是广泛应用于衡量商业银行盈利水平的指标，银行经营的好坏对银行长期财务稳定性影响显著，但对银行
46、短期稳定性是否产生影响有待实证检验。此外，本文也选取净利差作为研究短期稳定性的影响因素。2、商业银行短期稳定性影响因素的实证分析(1)评价模型构建、样本选择、数据来源及变量的统计性描述与分析根据上述对影响商业银行修正的流动性缺口率的因素分析，本文构建以下计量模型衡量商业银行的短期稳定性：y=卢“ROA“+卢2iNIMn+卢3。儿h+JB4iLTD打+卢5iM2打+s“其中，i=1，2，9；t=2004，2005，2012，y代表修正的流动性缺口率指标，用以衡量商业银行的短期稳定性水平，上述变量的具体定义见表5。表5研究变量的定义本文选取20042012年我国10家主要上市商业银行作为研究样本。
47、各样本银行的年度数据取自Bankscope数据库和银行年报，宏观经济数据来自中国统计年鉴。我们对样本银行2004-2012年表5中所列各统计变量的数据进行描述性统计，每个变量的样本数目为90个(9年10家=90)，统计描述结果见表6。计量模型中的流动性缺口率我们选择的是具有代表性的情景二下的流动性缺口率。万方数据第2期 顾晓安，等：单个银行短期稳定性水平测度研究 45表6变量统计描述根据表6的描述性统计结果，我们用Pearson相关系数衡量各变量与7的相关程度。一般来说，Pearson相关系数的绝对值越大，相关性就越强，相关系数越接近于1或一1，相关度越强，相关系数越接近于0，相关度越弱。相关
48、程度强弱的统计结果如表7所示。表7主要研究变量的Pearson相关系数表注：+、”、分别表示在10，5和1水平上显著。此外，通过各主要研究变量的膨胀因子值检验其共线性问题，根据表8结果，膨胀因子(VIF)均小于10，经验判断方法表明：当OVIF10，不存在多重共线性，说明该样本变量之间不存在明显的多重共线问题。表8主要研究变量的膨胀因子()表(2)商业银行短期稳定性水平影响因素的实证结果及解释为了确保研究结果的合理性和可靠性，我们分别采用固定效应模型和随机效应模型对表6中90个样本数据进行回归分析，表9给出了两种模型下商业银行修正的流动性缺口率与各影响因素的回归分析结果。表9银行短期稳定性水平
49、与相关变量回归结果注：括号里的数字是标准误差；+、”、”分别表示在10，5和1水平上显著；固定效应模型和随机效应模型分别报告F值和Wald值。2004年建设银行数据缺失。万方数据管理评论 第28卷为了选择最优解释模型，我们做Hausman检验，其P值为04341，即在5显著性水平下不能拒绝原假设(原假设模型为随机效应模型)，可以使用随机效应模型估计。因此，选择随机效应模型对实证结果进行解释：第一，在1的显著性水平下，中长期贷款占比与修正的流动性缺口率为负相关，即中长期贷款占比越高，修正的流动性缺口率越小，会减弱银行的短期稳定性；反之，修正的流动性缺口率越大，银行的短期稳定性越强。第二，在1的显著性水平下，中长期存款占比与修正的流动性缺Ll率呈正相关，即中长期存款占比越高，修正的流动性缺口率越大，会提高银行的短期稳定性；反之，修正的流动性缺口率越小，银行的短期稳定